买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河北大学申请的专利一种变工况下小样本的滚动轴承故障诊断方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120597101B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511108853.1，技术领域涉及：G06F18/2415；该发明授权一种变工况下小样本的滚动轴承故障诊断方法和系统是由陈建凯;王鑫;苏珂设计研发完成，并于2025-08-08向国家知识产权局提交的专利申请。

本一种变工况下小样本的滚动轴承故障诊断方法和系统在说明书摘要公布了：本发明公开一种变工况下小样本的滚动轴承故障诊断方法和系统，涉及故障诊断领域，诊断方法包括：获取样本数据信号；划分样本数据信号；构建多个串接的基础卷积块，并在其中相邻的两个基础卷积模块之间添加DGAA模块形成基于DGAA的卷积特征提取网络；将源域支持集和查询集中的样本输入到DGAA的卷积特征提取网络中，得到源域支持集与源域查询集中各样本的特征向量；计算每个样本属于各类别的概率；通过计算损失函数完成模型参数的迭代优化；将目标域的支持集和查询集输入到训练好的卷积特征提取网络中，完成对目标域中查询集样本的分类。该方法能够在小样本场景下更加准确地学习各故障类别间的特征分布，从而提高故障识别的精确度。

本发明授权一种变工况下小样本的滚动轴承故障诊断方法和系统在权利要求书中公布了：1.一种变工况下小样本的滚动轴承故障诊断方法，其特征在于，包括如下步骤： S10：通过振动传感器采集获取样本数据信号； S20：通过滑窗取样划分样本数据信号，根据元学习的策略划分源域和目标域，其中源域包括源域支持集和源域查询集，目标域包括目标域支持集和目标域查询集； S30：构建多个串接的基础卷积块，并在其中相邻的两个基础卷积模块之间添加DGAA模块形成基于DGAA的卷积特征提取网络；其中，DGAA模块通过结合全局上下文依赖与动态通道权重调整以提升模型特征提取的能力；其中，DGAA模块通过结合全局上下文依赖与动态通道权重调整包括如下步骤：S31：全局上下文自适应：从输入特征图中提取全局依赖信息，建立不同通道间的交互关系，并通过全局信息指导局部特征的优化；S32：动态特征重校准：通过动态生成的通道权重，对特征图进行通道维度上的加权调整，突出关键特征通道的重要性；在步骤S31中，全局上下文自适应具体包括如下步骤：S311：将特征图按通道维度划分为多个组，每组包含多个通道，对每个组的特征执行全局平均池化操作，提取全局上下文向量；S312：对经过平均池化后的特征进行卷积操作实现通道变换，并通过激活函数限制特征值的范围，通过广播机制将特征的全局信息作用到序列特征上，对归一化后的特征进行组归一化；S313：对经过组归一化的特征进行全局池化处理和归一化处理，处理后的特征与重塑后的经过局部卷积操作的分组特征进行特征相乘得到第一注意力权重；S314：对分组特征进行局部卷积操作的特征依次进行全局池化处理和归一化处理，处理后的特征与重塑后的经过组归一化的特征相乘得到第二注意力权重；S315：将第一注意力权重和第二注意力权重相加以融合全局信息和局部上下文信息；S316：将融合后的注意力权重作用到原始特征上，并恢复原始形状； S40：将源域支持集和查询集中的样本输入到DGAA的卷积特征提取网络中，映射至统一的特征空间，得到源域支持集与源域查询集中各样本的特征向量； S50：通过源域支持集中每一类别样本的特征向量计算类别原型，即该类别样本特征向量的平均值； S60：利用源域查询集样本的特征向量与所有类原型间的欧氏距离，计算每个样本属于各类别的概率； S70：计算损失函数，并将其反馈到特征提取网络进行训练，完成模型参数的迭代优化；将目标域的支持集和查询集输入到训练好的卷积特征提取网络中，完成对目标域中查询集样本的分类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河北大学，其通讯地址为：071028 河北省保定市莲池区五四东路180号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。